Google AI开发者分享循环工程四大常见失败模式及修复方法

AI解读：Google AI开发者发布了一段视频，讲解“循环工程”中常见的四大失败模式。所谓循环工程，就是不再手动解决问题，而是搭一个智能体系统，设定一个可衡量的目标，让智能体反复尝试直到达成。听起来省事，但实际跑起来常常会翻车。

视频里提到的四个坑分别是：循环失控（因为token要花钱，必须有硬性停止规则）、智能体自己给自己打分不可靠（建议用代理A检查代理B的工作）、目标写得含糊（比如“让它更好”这种话大模型根本没法执行）、以及单个循环处理太复杂任务时崩溃（这时候该转向所谓“图工程”）。

对正在做agent开发的人来说，这相当于一份避坑清单。比如，如果你发现智能体在反复做无用功，先检查是不是没设停止条件；如果它自评结果很离谱，就该考虑引入交叉验证。这些建议都来自实际工程经验，适合在设计中提前规避，而不是等出了问题再补救。